【技术实现步骤摘要】
本专利技术涉及优化解集决策，是一种基于多智能体的多目标多要素分配决策方法。
技术介绍
1、对于复杂的大规模多目标优化问题，为了保证其各个目标函数在优化中不被算法忽略从而导致解集陷入极端情况，一般采用多目标优化算法对其进行优化求解。但多目标优化算法求得的部署方案并非为一个单一的最优解，而是由所有支配解构成的解集。因此对于实际应用而言，在求得帕累托解集之后，仍需根据实际环境从解集中筛选出最符合实际需求的个体解，即帕累托解集之中的决策问题。但对于决策问题，现有的传统方法如加权法、理想点法以及约束法等无法对实际情景进行重现，筛选出的最优解的实际性能无法得到保证，且在筛选过程中无法兼顾所有的实际场景要素。因此，能够根据实际环境，兼顾多个要素综合考虑对解集进行快速筛选获得最优解的算法亟待提出。
技术实现思路
1、本专利技术针对传统优化决策方法无法对真实情景重现且筛选出的最优解实际性能无法得到保证的问题，本专利技术提供了一种基于多智能体的多目标多要素分配决策方法，本专利技术提供了以下技术方案：
<...【技术保护点】
1.一种基于多智能体的多目标多要素分配决策方法，其特征是：所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征是：所述步骤1具体为：
3.根据权利要求2所述的方法，其特征是：所述步骤2具体为：
4.根据权利要求3所述的方法，其特征是：所述步骤3具体为：
5.根据权利要求4所述的方法，其特征是：所述步骤4具体为：
6.根据权利要求5所述的方法，其特征是：所述步骤5具体为：
7.根据权利要求5所述的方法，其特征是：所述步骤6具体为：
8.一种基于多智能体的多目标多要素分配决策系统，...
【技术特征摘要】
1.一种基于多智能体的多目标多要素分配决策方法，其特征是：所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征是：所述步骤1具体为：
3.根据权利要求2所述的方法，其特征是：所述步骤2具体为：
4.根据权利要求3所述的方法，其特征是：所述步骤3具体为：
5.根据权利要求4所述的方法，其特征是：所述步骤4具体为：
6.根据权利要求5所述的方法，其特征是：所述步骤5具体为：...
【专利技术属性】
技术研发人员：叶东，王桐杨，肖岩，高祥博，侯博文，汤旭，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。